| 算法 | 时间 | 其他 |
|---|---|---|
| R-CNN | 2013 | 论文 |
| SPP | 2014 | 论文 |
| Fast R-CNN | 2015 | 论文 |
| Faster R-CNN | 2015 | 论文 |
| YOLO | 2015 | 论文 |
| SSD | 2015 | 论文 |
| R-FCN | 2016 | 论文 |
| YOLO v2 | 2016 | 论文 |
| YOLO 9000 | 2016 | 论文 |
| FPN | 2016 | 论文 |
| DSSD | 2017 | 论文 |
| Mask R-CNN | 2017 | 论文 |
| R-FCN-3000 | 2017 | 论文 |
| YOLOv3 | 2018 | 论文 |
好文网址
如何评价rcnn、fast-rcnn和faster-rcnn这一系列方法?
最全最先进的检测算法对比Faster R-CNN, R-FCN, SSD, FPN, RetinaNet and YOLOv3
YOLOv2 vs YOLO9000
YOLO的升级版有两种:YOLOv2和YOLO9000。
作者采用了一系列的方法优化了YOLO的模型结构,产生了YOLOv2。
然后作者综合 ImageNet 数据集和 COCO 数据集训练YOLO9000,使之可以实时识别超过9000种物品
参考:
https://zhuanlan.zhihu.com/p/25052190
https://zhuanlan.zhihu.com/p/40047760
https://blog.csdn.net/qq_35451572/article/details/80249259